齐怀琴，花晓慧

(齐齐哈尔大学通信与电子信息工程学院，黑龙江齐齐哈尔161006)

0 引言

我国油田主要开采对象为石油和天然气，涉及到二者的勘探、采集和运输等技术环节。油田建筑物包括采油井、运输管道和存储厂房等，上述建筑物周围环境中存在挥发的烃类化合物，极易发生火灾。油田火灾主要由于油田内部及附近的的明火或暗火引起，一旦发生火灾，损失巨大。当发生火灾时，如何快速准确地定位到火源点，进而实施灭火，显得尤为重要。在传统的火灾监测技术中，发生火灾采用全局洒水方法，这样不但没有针对重点区域，而且浪费水资源。鉴于上述缺点，火灾定位技术成为油田火灾监测重点需要解决的问题。传统的火灾定位技术多采用TOA技术、TDOA技术或AOA技术，这些方法由于自身缺点，并不适用于油田火灾定位，而且大多数技术研究仅停留在理论分析层面，对具体处理流程很少提及。针对上述提及的各种问题，提出了适合油田火灾的伪码测距定位技术，并给出了具体实现流程和基于Matlab仿真方案。仿真结论显示，伪码测距定位技术能够更好地满足油田具体环境状况及特定需求指标，具有良好的应用前景及推广价值。

1 油田火灾监测系统设计

采用无线传感器网络［1］(Wireless sensor network)进行火灾监测，可以在油田中随机布置节点，各个节点通过无线通信实现自组织。在获取周围环境的信息后，形成分布式自组织系统，通过相互协同完成火灾检测任务。在油田火灾检测系统中，主要系统结构如图1所示。

在油田内，散布大量的无线传感器［2］。无线传感器分为传感器节点和汇聚节点两部分。传感器节点随机分布，汇聚节点位置已知，如图2所示。其中，黑色代表汇聚节点，白色代表传感器节点。

图1 油田传感器网络体系结构

图2 油田传感器节点和汇聚节点

当油田内某区域发生火灾时，传感器进行报警，并将报警信号发送到汇聚节点，汇聚节点接收到报警信号后，通过网络或其他手段，将其传递至观测中心。观测中心根据接收到的报警信号，定位到具体发送报警信号的传感器节点［3］。

2 油田定位技术研究

2.1 油田定位技术选择

在油田火灾监测系统中节点定位技术是整个系统的技术核心。目前，已有大部分定位算法包括时间差 (TDOD)测距法、到达角 (AOA)定位法、信号强度测距 (RSSI)法等。

TDOA方法主要原理是测量无线发射信号与其他信号的时间差。如图3所示，依照电磁波和声波两种波形在空气中传播速度不同实现。由于两种波形传播速度不同，接收时间也会出现差别。计算接收节点接收信号的时间差，从而计算得到距离值。

图3 TDOA测距技术

该方法的优点为精度高，可达到厘米水平，缺点为受距离限制。因为声波传输距离有限，如果超出了声波传输距离，就不能用这种方法了。

AOA方法不但可以测得节点的距离，还可以测量目标节点和测距节点之间的方向，且方向精度很精确。但该方法有效范围为40度，即目标节点和测距节点之间的角度范围应该在40度以内。

RSSI方法测量能量的损失，从而计算得到距离的信息。目标节点发射一定信号强度信号，假设发射前信号的强度为A，经传输之后，在测距节点接收到该信号。由于距离的传输，该信号的能量会出现损失。假设接收到信号能量为B，该信号通过传输损失的能量为C=A-B。通过传输介质的传输参数，计算得到距离。优点是操作简单，并不需要很多的算法支撑，只需要测量信号强度的差别就可以了，缺点是精度差。

传统测距手段缺点［4］:

(1)定位运算分辨不同节点的能力弱。在定位运算过程当中，同时有多个传感器节点发送信号到汇聚节点，汇聚节点需要分辨哪个信号是哪个节点发射出来，这是现在算法的薄弱环节。

(2)抗干扰能力弱。接收到信号具有很低的信噪比SNR，系统可能无法工作，只有当SNR足够大时，才可以检测到信号。

(3)距离不可调。假如传感器节点与汇聚节点之间的可检测距离范围为S，那么S就已经确定，如果想改变S大小，只有通过增加发射端的发射功率，但是加大发射端功率的代价是很大程度增加发射端的硬件复杂度。

(4)精度不可调。系统设计完成，精度固定。需要调整精度时，只能通过调整硬件组成实现。

针对上面所说的各种缺点，提出了伪码测距定位技术［5］，可以逐一解决传统测距手段所遇到的问题。

(1)不同节点定位分辨能力强。因为伪码的自相关峰值大，且互相关峰值小。当接收多路伪码信号后，每路信号有各自对应伪码。根据伪码特性，只需要在基站节点中运用相应伪码与输入信号作相关运算，便可辨别得到相应伪码对应节点，即通过自相关值定位到是具体哪个节点发射的信号，从而得到该节点与汇聚节点之间的距离。由于自相关的峰值远大于互相关的峰值，所以其他伪码对本码的影响很小。

(2)抗干扰能力强。根据香农定理，在信道容量一定的情况下，伪码可以很大程度的增加信号的带宽，这样可以降低对信噪比SNR的要求，在信噪比很低的情况下，依然可以工作。

(3)距离可调。由于在伪码运算中，每一个码片对应的距离是固定的，如果想要增加距离，只需要增加一个码周期的码片数便可，从而大大降低了对原系统的修改程度。

(4)精度可调。在运算过程中，精度是依靠码片对应码相位精度决定的。可以通过工作时钟的变化，控制不同码相位精度。而且如果希望得到更精确的码相位值，在运算程序后面加入码跟踪环处理，可以大大提升精度。而且重要的是，这里所提及的各种改变精度的方法都是限制在基站内FPGA程序的改变，而与硬件无关，所以可以大大提升系统的适应能力。

综上所述，这里选择伪码测距定位技术，根据伪码自身的特点，克服前面所说各种方法的缺点，从而更好地实现测距的功能，并应用到油田环境中实现火灾定位。

2.2 油田环境中的伪码测距定位技术

三边定位技术:本文采用三边定位技术，实现传感器节点的定位。三边测量法［6］的原理如下:

图4 三边测量法

假设节D的坐标表示为 (x，y)，那么，存在下列公式

可以得到节点D的坐标为

伪码定位原理:首先，观测中心通过输入的伪码和本地伪码做自相关运算，得到码相位值n。由于伪码每周期是有N个码片组成的，码片可以测量的距离固定C_code。通过码相位值n和单个码片测量距离C_code的乘积，得到测量的距离值［7］。具体解释为:

(1)计算单个码片测量的距离

首先假设:码片频率为F1;每个码片周期含有码片数为N;光速为C。即分析如下:

1)计算码片周期T。

因为码片频率为F1，并且每个码片周期含有的码片数为N，可以得到，码片周期

2)计算整个码周期的测量距离S

码片传输速度与光速时相同的。则在一个码周期T时间内，码片共走动距离S为

3)得到单个码片代表的距离C_code

整个码片周期代表的距离为C，并且一个码周期共有码片数为N，故一个码片代表的距离C_code为

(2)得到实际测量的距离

根据伪码相关运算的原理，得到码相位值，即输入伪码和本地伪码的相位差。由于伪码在发射端，是与本地伪码完全相同的，即两个码片相位完全对准的，自相关的峰值应该出现在1的位置。但是现在接收到伪码后，与本地伪码自相关，得到的自相关峰值不在1的位置，而是发生了一定的偏移，这个偏移就是因为传输距离引起的。假设偏移后的码相位为n，则通过两组伪码相位差得到的两个节点之间的距离s_get为

C_code为前面所计算的每个码片代表的距离。

综上所述，伪码定位技术关键为求得码片自相关后的码相位值。

油田火灾定位系统结构:该系统目的为实现油田中无线传感器节点的定位。具体结构如图5所示。

图5 定位结构

当油田内传感器节点D满足火灾报警条件，发送伪码信息至汇聚节点A、B和C。汇聚节点A、B和C转发报警信号到观测中心。观测中心接收到汇聚节点A、B、C信息后，根据伪码性质，换算得到该发射伪码的传感器节点D距离三个汇聚节点A、B和C的距离。由于汇聚节点位置已知，根据三边定位技术，实现对传感器节点D的定位。从而实现报警无线传感器节点的定位［8］。

3 油田定位系统仿真分析

3.1 油田定位系统仿真流程

本节主要说明相关运算的过程。

自相关公式为

这里把相关过程在频域中运算，时域中的自相关等于频域中的共轭相乘。在频域中计算要比在时域中计算节省时间，而火灾检测时间是一个重要指标，所以这里选择在频域中计算。

运算过程如图6所示。

图6 油田定位系统原理框架

具体操作流程为:

(1)FFT处理。时域相关相当于频率相乘，相乘的两个变量即为输入信号的频谱和本地伪码频谱。

(2)共轭复乘。把输入信号的FFT和本地伪码FFT共轭相乘后，得到二者相关值的频谱。

(3)IFFT。对复乘的结构，即对二者相关值频谱的结果，做IFFT处理，得到二者时域中的值。

(4)模方。由于IFFT的结果既有实部也有虚部。如果单独用实部或者单独用虚部都不会达到需要得到的自相关值，因为在时域中看来，相关值都是实数，而没有虚部的存在。所以这里，需要把得到的IFFT的值通过模方的处理，得到实数。这里得到的实数即为相关的结果，可以通过得到的相关结果的值，做相应的处理，得到需要得到的测量距离的功能［9-10］。

3.2 油田定位系统仿真结果

当输入为全信号时，即没有噪声存在时，得到的自相关值如图7所示。

图7 伪码相位值

由于输入信号的伪码和本地生成伪码是完全相同的，所以相关结果的峰值应该在第一点处。随着输入信号和本地产生伪码的码相位不同，这里的峰值跟随着改变，所以可以根据峰值具体对应的相位值，得到输入伪码和本地伪码相位差，从而根据相位差值得到需要测量的距离值。但是，没有噪声干扰是不可能存在的，下面我们讨论油田噪声干扰的范围。

当外界有干扰时，自相关结果中，相应的峰值以外的值会上升，而信号的峰值也会改变，这里仿真了SNR=-5dB时的相关波形，得到的结果如图8所示。

图8 伪码相位值

如果再降低SNR，得到当SNR为-10dB时，得到的结果如图9所示。

图9 伪码相位值

噪声的干扰已经很大，如果再降低SNR，仿真了SNR不同得到的波形。标记最大值点后，如图10所示。

由图形可看出，当SNR为-20dB时，具体的自相关鉴别方法失去意义，因为噪声过大，使得噪声的值超过信号的峰值，信号淹没在噪声中。所以得到，伪码虽然可以有效的抑制噪声的影响，提高频率工作灵敏度，使其能够在很低SNR情况下工作，但是并不是可以无限降低SNR，当SNR为-20dB左右时，伪码自相关方法得到的峰值已经淹没在噪声之中，无法正确得到信号值。所以，该算法要保证SNR在-15dB以上，而油田中的噪声范围恰好在-15dB以上，因此，该算法适合在此范围内应用。

图10 伪码相位值

4 结束语

本文针对已有火灾定位算法缺点，提出新的定位技术，把伪码技术成功的应用到油田火灾定位系统中，实现了火灾定位范围内的技术创新。通过系统设计，实现传感器节点和汇聚节点的功能分配，给出具体应用伪码定位技术实现油田火灾定位的总体规划。通过本论文对伪码定位技术的理论分析和具体仿真验证，不但弥补了已有定位算法的缺点，而且总结了本算法的优点，提高了该算法的适应能力。使得伪码定位技术，不但适合于油田火灾定位，还可以适用于森林或者温室等多个领域，为定位技术的应用领域提供了有利的支撑，具有很好的应用前景及推广价值。

［1］WANG Yang.A research on the localization technology of wireless sensor networks［D］.Hefei:University of Science and Technology of China，2007:9-11(in Chinese).［汪炀.无线传感器网络定位技术研究 ［D］.合肥:中国科学技术大学，2007:9-11.］

［2］WANG Xiaoping.A research on localization in wireless sensor networks［D］.Changsha:National University of Defense Technology，2010:1-7(in Chinese).［王小平.无线传感器网络定位技术研究［D］.长沙:国防科学技术大学，2010:1-7.］

［3］WANG Jiangang，WANG Fubao，DUAN Weijun.Application of weighted least square estimates on wireless sensor network node localization ［J］.Application Research of Computers，2006，23(9):41-43(in Chinese).［王建刚，王福豹，段渭军.加权最小二乘估计在无线传感器网络定位中的应用［J］.计算机应用研究，2006，23(9):41-43.］

［4］SONG Chunyang.Self-localization technologies for wireless sensor network nodes［J］.Popular Science ＆ Technology，2010(9):36-37(in Chinese).［宋春阳.无线传感器网络的节点自定位技术 ［J］.大众科技，2010(9):36-37.］

［5］SUN Limin，LI Jianzhong，CHEN Yu.Wireless sensor network［M］.Beijing:Tsinghua University Press，2005(in Chinese).［孙利民，李建中，陈渝.无线传感器网络［M］.北京:北京清华大学出版，2005.］

［6］WANG Shu，YAN Yujie，HU Fuping.Theory and applications of wireless sensor networks［M］.Beijing:Beihang University Press，2007(in Chinese).［王殊，阎毓杰，胡富平.无线传感器网络的理论与应用［M］.北京:北京航空航天大学出版社，2007.］

［7］CHEN Juan.The exploitation of localization system based on mobile beacon［D］.Changsha:Central South University，2009:7-9(in Chinese).［陈娟.基于移动信标的无线传感器网络定位算法研究［D］.长沙:中南大学，2009:7-9.］

［8］QU Liang.The exploitation of localization system based on wireless sensor networks［D］.Shenyang:Northeastern University，2008:5-15(in Chinese).［曲亮.无线传感器网络定位系统的开发［D］.沈阳:东北大学，2008:5-15.］

［9］YU Jianping.Study and realization on localization technology based on wireless sensor network［D］.Hangzhou:Hangzhou Dianzi University，2010(in Chinese).［俞建平.基于无线传感器网络的定位技术研究与实现［D］.杭州:杭州电子科技大学，2010:1-7.］

［10］LIU Lijun.Study on localization technology based on wireless sensor network［D］.Dalian:Dalian University of Technology，2009:2-15(in Chinese).［刘丽君.无线传感器网络定位算法的研究［D］.大连:大连理工大学，2009:2-15.］